Qué necesitas saber antes de
comenzar

Inicio 5 June 2026 18:36

Fin 5 June 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

RobotLearning - Sistemas Agénticos y Autónomos

Únete a nuestro curso, "RobotLearning - Sistemas Agénticos y Autónomos," y descubre las complejidades del diseño de agentes de aprendizaje autónomos. Este curso cierra la brecha entre sistemas autónomos y modelos agénticos, permitiendo a los estudiantes aprovechar el potencial del aprendizaje por refuerzo en el mundo real. Ideal para profesio.
Montreal Robotics via YouTube

Montreal Robotics

6076 Cursos


1 hour 49 minutes

Actualización opcional disponible

Not Specified

Avanza a tu propio ritmo

Free Video

Actualización opcional disponible

Resumen

Join our course, "RobotLearning - Agentic and Autonomous Systems," and uncover the intricacies of designing autonomous learning agents. This course bridges the gap between autonomous systems and agentic models, empowering learners to harness the potential of real-world reinforcement learning.

Ideal for professionals and enthusiasts in Artificial Intelligence and Computer Science, this program is accessible via YouTube, providing a comprehensive educational experience.

Programa

  • Introducción a los Agentes de Aprendizaje Autónomos
  • Visión General de los Sistemas Autónomos
    Definiciones y Características de los Agentes de Aprendizaje Autónomos
    Contexto Histórico y Evolución
  • Fundamentos del Aprendizaje por Refuerzo
  • Conceptos Clave: Agentes, Entornos, Recompensas y Pares Estado-Acción
    Dilema de Exploración vs. Explotación
    Algoritmos Básicos: Q-Learning, SARSA
  • Modelos Agénticos en Sistemas Autónomos
  • Definición de Modelos Agénticos
    Comparación con Otros Modelos
    Aplicaciones en Sistemas Autónomos
  • Diseño de Agentes de Aprendizaje Autónomos
  • Componentes de Agentes Autónomos
    Consideraciones Arquitectónicas
    Diseño de Soluciones Basadas en Agentes
  • Aprendizaje por Refuerzo en Sistemas Autónomos
  • Aprendizaje por Refuerzo Profundo
    Gradientes de Política y Métodos Actor-Critic
    Estudios de Caso: Aplicaciones en Robótica y Otros Campos
  • Herramientas y Plataformas para Desarrollar Agentes de Aprendizaje
  • Marcos: TensorFlow Agents, OpenAI Gym
    Entornos de Simulación: ROS, Gazebo
    Desafíos Prácticos de Implementación
  • Temas Avanzados en Aprendizaje y Control Autónomo
  • Aprendizaje por Refuerzo Multi-Agente
    Aprendizaje por Refuerzo Jerárquico
    Consideraciones de Seguridad y Ética
  • Conectando Modelos Agénticos con Aplicaciones del Mundo Real
  • Estudios de Caso de Implementaciones Exitosas
    Desafíos de Integración y Soluciones
    Tendencias Futuras en Sistemas Agénticos y Autónomos
  • Cierre del Curso y Proyecto
  • Revisión de Conceptos Clave
    Proyecto Final: Diseñar y Simular un Agente de Aprendizaje Autónomo
    Discusión sobre Áreas Emergentes en Aprendizaje Robótico

Materias

Computer Science